人体三维数字技术方案提供商
人体三维数字技术方案提供商
1、背景介绍
眼动追踪技术可以通过解码眼球转动、捕捉凝视点和眨眼等眼部动作,提供有关人类视觉行为的信息,是一种可广泛应用于医学、商业和工程领域的革命性技术。例如,眼球追踪已经被广泛应用于认知功能康复、渐冻症患者辅助交流、消费者视觉喜好分析以及虚拟现实等领域。
尽管已经有多种技术可以实现眼动追踪,但是这些技术都存在一定的不足,例如植入式的线圈是虹膜搜索线圈的必要元素,容易引起眼球感染;核磁共振技术需要庞大的核磁设备,缺少便携性;红外追踪技术具有高分辨率的优势,但又不能克服隐私和摄像头阻挡视线的问题;眼电信号追踪基于角膜和视网膜不同电位形成的偶极矩来实现眼球追踪,理论上具有较高的分辨率,已经应用于人机交互和医学诊断,然而却过度依赖接触式的电极(例如Ag/AgCl电极),同样会存在透气性不足和皮肤感染的风险。因此探索新的基于电信号的眼动追踪技术仍然是十分必要的。
2、研究内容
以摩擦纳米发电机为模型的静电感应传感,可以通过带电体之间的空间静电场进行非接触交互传感,在人机交互领域有广泛的应用,可以为电信号的眼动追踪技术提供新的方法。
据此,中科院北京纳米能源与系统研究所的陈翔宇、石玉祥研究团队开发了一种基于静电传感界面的自驱动眼动追踪系统,利用眼动时眼周皮肤的动态起伏,与带有静电的传感界面之间形成静电感应,实现了非接触的眼动追踪,采用领智三维RDS-FC BodyScan 3D智能面部扫描仪,可对眼动时眼周皮肤起伏状态的定性分析,总结出眼部皮肤起伏最为敏感的位置;研究成果可以应用于视觉喜好追踪分析与眼动控制人机交互等领域。近期,他们在Nature Communications上成功发表了论文。
图1. 用于眼动追踪的透明、可拉伸的静电传感界面。(a)静电传感界面的多层结构展开图。(b、c)传感界面的扫描电镜截面图与阵列排布图。(d、e)静电传感界面用于眼控鼠标输入的概念图与工作流程图。
该自驱动眼动追踪系统主要依靠高表面电荷密度、高电荷保持能力的透明静电传感界面阵列进行眼动动作响应。静电传感界面由两部分组成,一是表面充满静电荷的双介电层,由聚三氟氯乙烯(PCTFE)沉积的PDMS薄膜制备,二是柔性PDMS基底上喷涂制备的表面预刻蚀的银纳米线(Ag NWs)柔性电极,多层结构如图2(e)所示。二者的共同作用,改善了这种多次静电界面的寄生电容,激发了大量界面的陷阱电荷,实现了对电荷驻极特性的显著增强。在高压极化后的表面电荷密度可以达到了前所未有的1671.1 μC·m-2,而且具有超强的电荷保持能力。
在非接触模式下的运行中,经过超1000次的运动检测,电荷保持率可以达到96.91%,之后经过15天的测试,电荷保持率仍然超过85%。在多次拉伸(弯曲)之后,电荷保持能力也能在90%以上。器件具有较高的柔性和透明度,可以直接贴附在不同曲率的眼镜上,不会对实现造成阻挡。表面注入电荷的静电传感界面在周围产生静电场,可以与眼动时眼周皮肤的起伏产生静电感应作用,在不同的眼动动作中生成了特定的可分辨信号,可实现眼球追踪、眨眼检测,该非接触式眼动检测机理与之前所报道的可穿戴眼动追踪技术不同,是一种全新的眼动检测器件。
图2. 静电传感界面的材料优化与输出表征。(a、b)高压极化后PTFE、PVC与PCTFE的转移电荷与表面电荷密度。(c)三种材料的非接触式电荷保持能力。(d)DFT计算的材料表面电势。(e)设计的双介电层与粗糙表面Ag NW电极模型。(f、g)优化后的静电传感界面的转移电荷与电荷保持能力。
采用领智三维RDS-FC BodyScan 3D智能面部扫描仪,基于先进的高频编码结构光(LED白光),在3D模型精度大幅提升的同时,有效避免传统采集对眼睛造成的伤害,实现安全、可靠眼周皮肤3D数据采集,无需被采集者配合转动身体,1.25毫秒即可采集面部三维几何和彩色数据,测量精度可达0.1mm。通过眼周三维扫描数据,定性分析眼动时眼周皮肤起伏状态,总结出眼部皮肤起伏最为敏感的位置:上、下眼睑的中间和下眼睑的两侧位置。
据此,作者优化了“上一下三”式的阵列布局,如图3(c)所示。依靠非接触静电感应效应产生的特异性响应信号,该自驱动眼动追踪系统可以实现眼球转动和眨眼的精确识别,图3(e)所示为眼球上、下、左、右四个方向看的特征信号图。不同方向眼球转动可实现的角度分辨率为5°。以非接触静电感应为原理,该静电传感界面可以进一步实现闭眼状态的眼动检测,在快速眼动睡眠检测领域具有一定的应用价值。
图3. 静电传感界面的阵列及眼动响应信号。(a、b)3D眼部扫描图与眼睛上下看时眼部皮肤起伏分析图。(c)依据眼部敏感部位确定的阵列排布。(d)传感界面阵列的实物图。(e)眼睛不同方向看的四通道信号图。(f、g)眼睛不同角度上、下看的四通道信号图。
借助机器学习辅助,本文展示了该系统在视觉喜好分析和眼控鼠标输入系统的应用。如图4所示为视觉喜好分析系统,作者搭建了九宫格视觉面板,通过静电传感界面阵列的特征静电信号,捕捉眼球上、下、左、右、左上、右上、左下、右下八个方向的眼球转动,通过机器学习对信号分类解码,实现了眼球转动方向的识别与记录。将凝视点的轨迹简化为眼球转动方向,可以记录眼睛在九宫格面板上的凝视点移动的移动轨迹。进一步还原凝视点的停留位置、时间和次数,可以提供不同内容的视觉偏好,为商业营销提供有价值的信息。
图4. 眼动追踪系统用于视觉喜好分析。(a、b)视觉喜好分析系统的工作流程图与工作场景图。(c)机器学习混淆矩阵。(d)眼动追踪的凝视点移动轨迹图。(e)视觉喜好的结果分析图。
如图5所示为眼动控制人机交互的应用。作者将不同次数的眨眼信号编码为鼠标的敲击指令,将不同角度的眼球转动信号编码为箭头的移动方向,通过对眼动动作信号的分类解码与再编码,可以通过眼动控制鼠标箭头的移动、右键菜单的调取、命令的选取,实现了眼动控制的鼠标输入,能够为渐冻症患者提供眼动控制的人机交互方式。
图5. 眼动追踪系统用于眼动控制鼠标输入。(a、b)眼控鼠标输入系统的工作流程图及其机器学习的神经网络图。(c)不同眨眼次数信号与对应的鼠标输入信号。(d)不同方向看的信号与对应的鼠标移动方向。(e)眼动控制的菜单调取、命令选择与文件复制过程图。
3. 研究结论
该自驱动眼动追踪系统丰富了眼动追踪技术方法,并拓展了基于摩擦纳米发电机的静电传感在医疗、商业和人机交互领域的应用。在眼动追踪系统研究中,往往与眼周皮肤起伏密切相关,眼动与皮肤起伏是一个快速且不易察觉的过程,一般这种变化方式还比较多样,因此也给观测带来挑战。采用领智三维RDS-FC BodyScan 3D智能面部扫描仪,有助于研究人员对非接触眼动追踪系统的深入研究。